Почему нейросети зло для студента или как AI убивает способности к учёбе у студентов.

Осторожно много букв. ⚠️

Скоро начнется новый учебный год, и студенты IT-факультетов начнут изучать языки программирования, писать программы, выполнять лабораторные работы и углубляться в программирование. Однако многие, возможно даже большинство, подумают: “почему бы не облегчить себе жизнь, используя AI, такие как Copilot от GitHub или ChatGPT, для выполнения лабораторных работ? 🤔”. Или же передавать большинство задач для решения AI, вместо того, чтобы делать это самостоятельно. Это относится не только к информатике и программированию. Многие задачи из университета, школы и других сфер могут быть решены с помощью LLM. Однако важно понимать, что есть разница между тем, когда ты человек с знаниями и опытом в этой области, который может контролировать все, что делает бот, и тем, когда ты студент или школьник, который просто списывает все, что ему даёт бот.

Конечно, это может быть полезно для предметов вроде философии, истории, экономики (основы), которые не оказывают прямого влияния на способности в той сфере, в которой вы учитесь, и экономить при этом время ⏳ (признаюсь, и я сам грешил). Но когда боты включаются во что-то более важное, как, например, высшая математика, которую они решают не очень, или программирование, это может привести к катастрофе вселенского масштаба🌐.

Сначала вы можете использовать бота, думая: "что может пойти не так?🤔" Однако вскоре вы заметите, что LLM всё больше и больше участвует в вашем обучении, и вы становитесь зависимыми от него, потому что всё больше информации становится для вас непонятной, и вы уже не можете справиться самостоятельно. При этом влияние настолько незаметное, что вы можете просто не заметить, что происходит, а когда придет время сессии, вы поймёте, что ничего не знаете.

Раньше, если вы не знали предмет, то у вас было всего два пути: либо учиться, либо пересдача, и опять же учить предмет, но теперь такого нет. Те, кому везет и они просто не попадают на экзамены, могут даже не заметить, что бот "учится" за них, они просто не будут чувствовать этого, а когда придет время собеседования на вашу будущую работу 💵, они уже не смогут ответить на элементарные вопросы ⚰️.

Что касается программирования, то, конечно, нейросети могут быть полезны профессиональным программистам ⚙️. Они позволяют избавиться от рутины при написании кода, а подсказки от нейросетей более удобны, чем встроенные в компилятор. Когда вы бездумно копируете код, вы не просто копируете его, но при этом даже не вливаетесь в процесс. Вы не понимаете, как работает тот или иной алгоритм, как работает сортировка или массивы.

Даже когда вы копируете код с интернета, вы понимаете, как он работает, потому что в большинстве случаев он требует адаптации под вашу конкретную задачу, и вы сидите и разбираетесь, что к чему 🕐. В случае с ботом такого нет: вы копируете и забываете. (AI тоже делает ошибки, но при обучении это происходит на таких поздних стадиях что студент элементарно не знает базы). А ведь работа с отладчиком тоже очень нужный навык, который формируется в процессе изучения ЯП. И отладить то, что выдал бот студент тоже врятли сможет 🛠.

Хорошо, когда преподаватель спрашивает у вас, как работает та или иная функция, и вам приходится разбираться, что происходит в программе. Однако, такого может и не случиться, и через полгода-год вы уже ничего не понимаете и зависите только от нейросетей 😬. Поэтому очень важно учиться самостоятельно и не полагаться полностью на AI. Вместо этого лучше использовать нейросети для повышения своей продуктивности и ускорения процесса написания кода или решения других задач, но не забывать о том, что в конечном итоге вы должны понимать, что именно вы делаете✅. Вы можете спросить нейросеть о том как решить ту или иную задачу, осмыслить предложенный ей ответ и только тогда использовать его в своих целя.

Поспорить с автором можно здесь 👈👈

Пользователь из Твиттера показал результат своего эксперимента, суть которого заключалась в том, что бы запечатлеть растение под увеличительным стеклом с помощью технологии NeRF и результат получился весьма интересным 👀

NVIDIA наделила эмоциями неигровых персонажей в играх с помощью ИИ

На выставке Computex 2023 🖥 компания NVIDIA представила платформу Avatar Cloud Engine (ACE) for Games, которая позволит сделать умнее неигровых персонажей (NPC) в играх. Представленный инструмент даёт возможность разработчикам создавать собственные ИИ-модели, которые позволят генерировать для NPC естественную речь, диалоги, а также движения. За минувшие месяцы с момента анонса платформы NVIDIA её усовершенствовала, научив создавать эмоциональных персонажей.

Большинство языковых моделей (LLM) разработаны с целью давать только нейтральные ответы. Они лишены возможности эмоциональных имитаций и личностных поведенческих особенностей. Типичным примером таких LLM являются ИИ-чат-боты. В свою очередь с помощью SteerLM языковые модели обучаются давать ответы, соответствующие определённым атрибутам характера, от юмора до креативности и токсичности. При этом все особенности характера NPC можно настроить всего лишь движением нескольких ползунков в интерфейсе SteerLM. С примером использования SteerLM и результатами работы можно ознакомиться на видео ниже, в рамках всё той же интерактивной демо-сцены NVIDIA Kairos.

Как можно заметить, ответы NPC значительно отличаются, в зависимости от выбранных атрибутов характера и уровня интенсивности. При использовании NVIDIA NeMo SteerLM можно изменять существующие черты характера, а также добавлять новые, создавая по-настоящему уникальных неигровых интерактивных персонажей под определённую сцену в игре или локацию.

Эмоциональный отклик — не единственный вариант использования SteerLM в играх. С помощью этой технологии разработчики могут создавать сразу несколько персонажей, используя одну LLM. Кроме того, разработчики могут создавать так называемые атрибуты фракций, чтобы согласовать реакции тех или иных NPC с развитием внутриигровой истории, позволяя неигровым персонажам динамически изменяться в характере с учётом изменяющихся событий в игре.

Источник 👈👈
Наш Чатик 👈👈

#NVIDIA #Tools

Сервис для замены надписей на сгенерированных картинках.

Для замены надо:

🕒 Загрузить в Textifу картинку, на которой нейронка выдала базу эльфийский , вместо нормального текста.

🕒 Написать любой текст, который хотим получить.

🕒 Получаем ту же картинку, но с исправленными надписями.

Сервис 👈👈

#Tools

Вы можете срать мобильные креативы сколько угодно, но я что-то не вижу, чтобы хотя бы 90% художников, которые зарабатывают по 10 мешков кэша для своих нужд, хвастались своими успехами. Какая бы "RAID: Shadow Legends" не была внутри, снаружи это прекраснейшие рекламные ролики, которые многие из вас только мечтают сделать в глубине души.

Я хочу, чтобы вы обратили внимание на направление мобильных креативов, так как это самый быстрый, прибыльный и простой вход в CG-индустрию. Даже создавая YouTube-канал, я шёл по правилам простоты и проблем, которые находятся в CG-индустрии. А это отвратительные 10-часовые уроки с кучей воды, выпендрёж олдов по поводу, как делать нужно или не нужно, и неспособность рынка жить самостоятельно.

Мы открываем для вас Mobile Camp, для того чтобы без лишних слов, всего за 10+ дней вы попробовали себя в этом направлении и уже точно определили для себя возможности, которые упускаете из-за мнения окружающих.

Кэмп будет проходить с 12 по 23 сентября. За это время вы познакомитесь с кучей талантливых людей, создадите собственный креатив, послушаете выступления наших лидеров в 3D-графике и получите кучу материала, который даст вам возможность не сидеть на месте даже после кэмпа.

ФОРМА ЗАЯВКИ - https://forms.gle/oB99xiZQPmANwby2A 👈👈👈

В обучении будет разбор тем:
- Специфика креативов для мобильных игр
- Основы Unreal Engine
- Освещение в Unreal Engine
- Основы материалов
- Sequencer и анимация
- Применение готовых VFX
- Камера
- Ретаргет анимации
- Основы BluePrint
- Рендеринг
- Интерфейсы в After Effects
- Монтаж и работа со звуком в Premiere Pro

В данный момент пишу сценарий по этому сегменту на ютуб, чтобы развеять все предрассудки и понять, что это за сфера в реальности.

Финальные работы будем разбирать на основном канале JCenterS. Первым 3 людям, кто создаст синематики в заданной задаче, получат 80%-ную скидку на курс "С разбега в СИНЕМАТИК" и смогут продолжить обучение в более интенсивном формате.

КЭМП БЕСПЛАТНЫЙ!